当前位置: 首页 > news >正文

简单爬虫--框架

简单爬虫

import requests
import re
import chardet

# 模拟浏览器的请求头
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"
}

# 发送 HTTP 请求获取百度首页内容
url = "https://www.163.com"
response = requests.get(url, headers=headers)

# 自动检测编码
encoding = chardet.detect(response.content)["encoding"]
response.encoding = encoding

# 检查请求是否成功
if response.status_code == 200:
    # 获取网页内容
    html_content = response.text
    # print(html_content)

    # 使用正则表达式提取标题
    title_match = re.search(r"<title>(.*?)</title>", html_content, re.IGNORECASE)
    if title_match:
        title = title_match.group(1)
        print(f"网页标题: {title}")
    else:
        print("未找到标题")
else:
    print(f"请求失败,状态码: {response.status_code}")

相关文章:

  • [蓝桥杯 2023 省 A] 买瓜 --暴力DFS+剪枝优化
  • L1-078 吉老师的回归(C++)
  • 202503执行jmeter压测数据库(ScyllaDB,redis,lindorm,Mysql)
  • 前缀和的例题
  • 麒麟系统使用-安装 SQL Developer
  • 【MIMIC数据库教程】十二、使用Python提取所有患者的高密度脂蛋白(HDL)指标
  • 【C++】 —— 笔试刷题day_6
  • [网络] socket编程--udp_echo_server
  • 深度解析前端面试八股文:核心知识点与高效应对策略
  • BigEvent项目后端学习笔记(一)用户管理模块 | 注册登录与用户信息全流程解析(含优化)
  • docker入门篇
  • 【极光 Orbit·STC8x】05. GPIO库函数驱动LED流动
  • 牛客周赛84 题解 Java ABCDEFG AK实录
  • Tauri + Vite + SvelteKit + TailwindCSS + DaisyUI 跨平台开发详细配置指南(Windows)
  • langchain4j对接阿里云百炼平台
  • Java 学习记录:基础到进阶之路(二)
  • 解锁MySQL 8.0.41源码调试:Mac 11.6+CLion 2024.3.4实战指南
  • 63. Three.js案例-不同材质属性来增强3D对象的真实感
  • [c语言日寄]浮点数的排序
  • 鸿蒙next 多行文字加图片后缀实现方案
  • 如果用别人公司信息做网站/个人网站该怎么打广告
  • 雄安做网站要多少钱/seo公司外包
  • 网站如何制作/口碑营销5t理论
  • 麻城网站制作公司/地推项目发布平台
  • 类似于拼多多的网站怎么做/seo软文代写
  • 宝鸡外贸网站建设/seo排名赚app